tensorflow筆記（五）之MNIST手寫識別系列二

tensorflow筆記（五）之MNIST手寫識別系列二

版權聲明：本文為博主原創文章，轉載請指明轉載地址

http://www.cnblogs.com/fydeblog/p/7455233.html

前言

• 這篇博客將用tensorflow實現CNN卷積神經網絡去訓練MNIST數據集，並測試一下MNIST的測試集，算出精確度。
• 由於這一篇博客需要要有一定的基礎，基礎部分請看前面的tensorflow筆記，起碼MNIST手寫識別系列一和CNN初探要看一下，對於已經講過的東西，不會再仔細復述，可能會提一下。還有一件事，我會把jupyter notebook放在這個百度雲鏈接里，方便你下載調試，密碼是5dx9

實踐

首先先導入我們需要的模塊

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

然后導入MNIST數據集

mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

運行后如圖則導入成功：

MNIST數據集的導入不清楚的地方請看here，接下來我們定義兩個函數，分別是生成權重和偏差的函數

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1) 
    return tf.Variable(initial)

def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)

說明：

• 權重在初始化時應該加入少量的噪聲（偏差stddev=0.1）來打破對稱性以及避免0梯度。由於我們使用的是ReLU神經元，因此比較好的做法是用一個較小的正數來初始化偏置項，以避免神經元節點輸出恆為0的問題（dead neurons）。為了不在建立模型的時候反復做初始化操作，我們定義兩個函數用於初始化。

接下來建立conv2d和max_pool_2X2這兩個函數

def conv2d(x, W):
    # stride [1, x_movement, y_movement, 1]
    # Must have strides[0] = strides[3] = 1
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):
    # stride [1, x_movement, y_movement, 1]
    #ksize  [1,pool_op_length,pool_op_width,1]
    # Must have ksize[0] = ksize[3] = 1
    return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')

說明：

• conv2d函數的輸入參數是要進行卷積的圖片x和卷積核W，函數內部strides是卷積核步長的設定，上面已進行標注，x軸，y軸都是每隔一個像素移動的，步長都為1，padding是填充的意思，這里是SAME，意思是卷積后的圖片與原圖片一樣，有填充。
• max_pool_2X2函數的輸入參數是卷積后的圖片x，ksize是池化算子，由於是2x2max_pool，所以長度和寬度都為2，x軸和y軸的步長都為2，有填充。

接下來我們用占位符定義一些輸入，有圖片集的輸入xs，相應的標簽ys和dropout的概率keep_prob

xs = tf.placeholder(tf.float32, [None, 784])  # 28x28
ys = tf.placeholder(tf.float32, [None, 10])
keep_prob = tf.placeholder(tf.float32)

由於我們要進行卷積，為了符合tf.nn.conv2d和tf.nn.max_pool_2x2的輸入圖片需為4維tensor，我們要對xs做一個reshape，讓它符合要求

x_image = tf.reshape(xs, [-1, 28, 28, 1])  # [n_samples, 28,28,1]

說明：

• x_image是四維張量，分別是[batch, height, width, channels]，batch要看上面xs第一維，長和寬為28，通道由於是灰度圖片，所以是1，RGB為3

接下來，我們開始構造卷積神經網絡，先進行第一層的卷積層和第一層的池化層

## conv1 layer ##
W_conv1 = weight_variable([5,5, 1,32]) # patch 5x5, in size 1, out size 32
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) # output size 28x28x32
##pool1 layer##
h_pool1 = max_pool_2x2(h_conv1)                          # output size 14x14x32

說明：

• 卷積核的大小是5x5的，由於輸入size1，輸出32，可見有32個不同的卷積核，然后將W_conv1與x_image送入conv2d函數后加入偏差，最后外圍加上RELU函數，RELU函數是相比其他函數（sigmiod）好很多，使用它，迭代速度會很快，因為它的大於0的導數恆等於1，而sigmiod的導數有可能會很小，趨近於0，我們在進行反向傳播迭代參數更新時，如果這個導數太小，參數的更新就會很慢。

為了得到更高層次的特征，我們需要構建一個更深的網絡,再加第二層卷積層和第二層池化層，原理與上面一樣

## conv2 layer ##
W_conv2 = weight_variable([5,5, 32, 64]) # patch 5x5, in size 32, out size 64
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # output size 14x14x64
##pool2_layer##
h_pool2 = max_pool_2x2(h_conv2)                          # output size 7x7x64

好了,特征提取出來了，我們開始用全連通層進行預測，在建立之前，我們需要對h_pool2進行維度處理，因為神經網絡的輸入並不能是4維張量。

h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])  # [n_samples, 7, 7, 64] ->> [n_samples, 7*7*64]

說明：

• 上面將4維張量，變為2維張量，第一維是樣本數，第二維是輸入特征，可見輸入神經元的個數是7*7*64=3136

全連通層開始，先從7*7*64映射到1024個隱藏層神經元

# fc1 layer ##
W_fc1 = weight_variable([7*7*64, 1024])
b_fc1 = bias_variable([1024])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
#dropout 
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

說明：

• 這個跟傳統的神經網絡一樣，但和前面見的有點不同，這里最后加了dropout，防止神經網絡過擬合

然后再加一個全連通層，進行1024神經元到10個神經元的映射，最后加一個softmax層，得出每種情況的概率

W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
prediction = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

說明：

• 這個跟上面原理一樣，加了一個softmax，不懂softmax請看往期的筆記或看鏈接中的wiki

然后我們開始算交叉熵和train_step

cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),reduction_indices=[1]))       # loss
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

說明：

• 不同之前的，這里用到了AdamOptimizer優化器，由於這個計算量很大，用GradientDescentOptimizer優化器下降速度太慢，所以用AdamOptimizer

init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

上面是套路了，不用多說了，下面再建立一個測量測試集精確度的函數，后面會用到

def compute_accuracy(v_xs, v_ys):
    global prediction
    y_pre = sess.run(prediction, feed_dict={xs: v_xs, keep_prob: 1})
    correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    result = sess.run(accuracy, feed_dict={xs: v_xs, ys: v_ys, keep_prob: 1})
    return result

說明：

• 函數的輸入是測試集的圖片v_xs和相應的標簽v_ys，global prediction讓prediction代表前面的預測值，不這么做下一行會出錯，顯示找不到prediction，測試的時候不加dropout，即keep_prob等於1，后面的跟上一篇筆記一樣。最后返回精確度

好了，所有的工作准備完畢，現在開始訓練和測試，每訓練50次，測試一次，這個時間會有點長，要耐心等待

for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys, keep_prob: 0.5})
    if i % 50 == 0:
        print(compute_accuracy(mnist.test.images, mnist.test.labels))

運行結果如下：

感慨：終於運行完了，這段程序大概跑了四十多分鍾，電腦一直處於崩潰狀態，感慨還是有gpu好哦，最后精確度是97.37%，我感覺還能再提高，沒有完全收斂，你們可以再多迭代試試。我是不想在電腦跑這種程序，要跑到gpu或服務器上跑，各位跑程序要有心理准備哈

完整代碼如下（直接運行即可）：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
# number 1 to 10 data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

def compute_accuracy(v_xs, v_ys):
    global prediction
    y_pre = sess.run(prediction, feed_dict={xs: v_xs, keep_prob: 1})
    correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    result = sess.run(accuracy, feed_dict={xs: v_xs, ys: v_ys, keep_prob: 1})
    return result

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)

def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)

def conv2d(x, W):
    # stride [1, x_movement, y_movement, 1]
    # Must have strides[0] = strides[3] = 1
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')

def max_pool_2x2(x):
    # stride [1, x_movement, y_movement, 1]
    #ksize  [1,pool_op_length,pool_op_width,1]
    # Must have ksize[0] = ksize[3] = 1
    return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME')

# define placeholder for inputs to network
xs = tf.placeholder(tf.float32, [None, 784])    # 28x28
ys = tf.placeholder(tf.float32, [None, 10])
keep_prob = tf.placeholder(tf.float32)
x_image = tf.reshape(xs, [-1, 28, 28, 1])
# print(x_image.shape)  # [n_samples, 28,28,1]

## conv1 layer ##
W_conv1 = weight_variable([5,5, 1,32]) # patch 5x5, in size 1, out size 32
b_conv1 = bias_variable([32])
h_conv1 = tf.nn.relu(conv2d(x_image, W_conv1) + b_conv1) # output size 28x28x32
h_pool1 = max_pool_2x2(h_conv1)                          # output size 14x14x32

## conv2 layer ##
W_conv2 = weight_variable([5,5, 32, 64]) # patch 5x5, in size 32, out size 64
b_conv2 = bias_variable([64])
h_conv2 = tf.nn.relu(conv2d(h_pool1, W_conv2) + b_conv2) # output size 14x14x64
h_pool2 = max_pool_2x2(h_conv2)                          # output size 7x7x64

##flat h_pool2##
h_pool2_flat = tf.reshape(h_pool2, [-1, 7*7*64])  # [n_samples, 7, 7, 64] ->> [n_samples, 7*7*64]

## fc1 layer ##
W_fc1 = weight_variable([7*7*64, 1024])
b_fc1 = bias_variable([1024])
h_fc1 = tf.nn.relu(tf.matmul(h_pool2_flat, W_fc1) + b_fc1)
h_fc1_drop = tf.nn.dropout(h_fc1, keep_prob)

## fc2 layer ##
W_fc2 = weight_variable([1024, 10])
b_fc2 = bias_variable([10])
prediction = tf.nn.softmax(tf.matmul(h_fc1_drop, W_fc2) + b_fc2)

cross_entropy = tf.reduce_mean(-tf.reduce_sum(ys * tf.log(prediction),
                                              reduction_indices=[1]))       # loss
train_step = tf.train.AdamOptimizer(1e-4).minimize(cross_entropy)

init = tf.global_variables_initializer()

sess = tf.Session()

sess.run(init)

for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={xs: batch_xs, ys: batch_ys, keep_prob: 0.5})
    if i % 50 == 0:
        print(compute_accuracy(mnist.test.images, mnist.test.labels))

結尾

MNIST數據集的識別到這里就結束了，希望看過這個博客的朋友們能有所收獲！最后，還是那句話，筆者能力有限，如果有錯誤，還請不吝指教，共同學習！謝謝！

參考

[1] https://www.tensorflow.org/versions/r1.0/api_docs/python/

[2] http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html